一种催收机器人交互方法、装置、催收机器人及存储介质制造方法及图纸

本申请公开了一种催收机器人交互方法、装置、催收机器人及存储介质，方法包括：接收用户输入的语音，并将语音转换为文本；利用预先训练得到的意图实体识别模型对文本进行识别，得到文本中的实体、第一催收意图及第一催收意图的概率；意图实体识别模型为利用催收对应的文本库训练得到；当第一催收意图的概率大于或等于第一阈值时根据实体及第一催收意图从催收对应的知识图谱中获取对应的回复数据，并根据第一预设模板及回复数据进行回复。本申请公开的技术方案，基于Rasa框架及知识图谱实现催收交互，并基于深度学习从文本中识别实体和催收意图且基于实体和催收意图进行催收回复，以提高对话能力及催收回复的准确性。高对话能力及催收回复的准确性。高对话能力及催收回复的准确性。

【技术实现步骤摘要】
一种催收机器人交互方法、装置、催收机器人及存储介质


[0001]本申请涉及智能机器人
，更具体地说，涉及一种催收机器人交互方法、装置、催收机器人及存储介质。

技术介绍

[0002]随着人工智能的快速发展，智能催收机器人也应运而生，成为众多金融企业改善催收现状的新的选择对象。
[0003]目前，现有的大多催收机器人大都是基于模板的催收流程，具体是事先准备好一个对话模板库，对客户输入的句子，找到匹配的问句模板，然后，按照对应的应答模板生成应答，这种实现方式对于客户的简单回答能够进行识别并进行回复，但是，对于客户在口语中出现的结巴话语、说话顺序不对或者句子长度很长等情况时，则会导致客户的句子不在模板匹配范围内，此时，催收机器人则会无法回复或者会出现回复不正确。
[0004]综上所述，如何使催收机器人准确地进行回复，是目前本领域技术人员亟待解决的技术问题。

技术实现思路

[0005]有鉴于此，本申请的目的是提供一种催收机器人交互方法、装置、催收机器人及存储介质，用于使催收机器人准确地进行回复。<br/>[0006]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种催收机器人交互方法，其特征在于，包括：接收用户输入的语音，并利用ASR将所述语音转换为文本；利用预先训练得到的意图实体识别模型对所述文本进行识别，得到所述文本中的实体、第一催收意图及所述第一催收意图的概率；所述意图实体识别模型为利用催收对应的文本库训练得到的模型；当所述第一催收意图的概率大于或等于第一阈值时，则根据所述实体及所述第一催收意图从催收对应的知识图谱中获取对应的回复数据，并根据第一预设模板及所述回复数据对所述用户进行回复。2.根据权利要求1所述的催收机器人交互方法，其特征在于，所述意图实体识别模型包括：第一输入层，用于输入所述文本；第一embedding层，用于将所述文本进行向量化表示，以得到第一多维矩阵；Intent Label attention层，用于从所述第一多维矩阵中提取不同类型的第一催收意图；Slot Label attention层，用于从所述第一多维矩阵中提取实体特征；第一LN层，用于对所述Intent Label attention层提取的各类型的第一催收意图进行标准化；第二LN层，用于对所述Slot Label attention层提取的实体特征进行标准化；所述拼接层，用于对所述第一LN层和所述第二LN层输出的结果向量进行拼接；CRF层，用于从拼接结果中查找实体；第一softmax层，用于根据所述拼接结果计算各类型的第一催收意图的概率；第一输出层，用于输出实体、概率最大对应的第一催收意图及其概率。3.根据权利要求1所述的催收机器人交互方法，其特征在于，在利用预先训练得到的意图实体识别模型对所述文本进行识别之前，还包括：利用预先训练得到的意图识别模型对所述文本进行识别，得到所述文本的第二催收意图及所述第二催收意图的概率；所述意图识别模型为利用所述文本库训练得到的模型；判断所述第二催收意图的概率是否大于或等于第二阈值；若是，则执行所述利用预先训练得到的意图实体识别模型对所述文本进行识别的步骤。4.根据权利要求3所述的催收机器人交互方法，其特征在于，若所述第二催收意图的概率未大于或等于所述第二阈值，则还包括：判断所述第二催收意图的概率是否大于或等于第三阈值；所述第三阈值小于所述第二阈值；若是，则对所述文本进行分词，从分词结果中提取所述文本中的实体，并根据所述文本中的实...

【专利技术属性】
技术研发人员：李电祥，毛骏，陈学珉，
申请(专利权)人：上海畅圣计算机科技有限公司，
类型：发明
国别省市：